相关文章
590 篇高质量内容
一篇讲清楚，如何构建AI知识库的目录结构和配套的Skills工作流
作者结合权威思路，详解AI知识库目录结构与Skills工作流，解决资料管理混乱难题，构建长期稳定的知识体系。 核心内容： 1. AI知识库目录结构分类（原始来源、笔记、原子等） 2. 参考的权威架构思路（LLM Wiki、GBrain等） 3. Skills工作流与目录的串联方法
别再迷信 LLM WIKI：大模型根本撑不起知识库的持续进化
别再迷信LLM WIKI！大模型无记忆特性难支撑知识库持续进化，传统算法通过多维度识别解决文件重复混乱问题。核心内容：1. 知识库当前混乱现状（重复版本、真假难辨）2. LLM WIKI理论与现实技术差距（大模型无记忆/无状态，无法持续进化）3. 传统算法解决方案（Hash/内容特征/文本指纹识别，本地快速扫描存储）
AI 时代的“HTML 时刻”：一个被严重低估的知识标准 OKF
AI时代知识标准被低估？Google OKF或如HTML般成底层核心，定义知识如何被人及Agent读取验证。核心内容：1. OKF定义与迭代：V0.2新增来源、验证等机制2. Agent基础设施定位：解决知识形式问题，连接模型与应用3. 底层价值与行业影响：类似HTML重塑知识接口，国内关注度不足
AI Coding的下一站，不是更会写代码，而是更懂团队
AI Coding团队效率瓶颈不在写代码，而在经验断层！本文分享0到1建设团队经验系统的完整路径，含三层治理链路与可复用方法论。核心内容：1. AI Coding团队经验断层的四类痛点（经验归零、重复踩坑等）2. 团队经验系统的核心目标：持续捕获、沉淀团队经验，让AI带项目语境进场3. 从0到1系统构建：初版问题、三层治理链路迭代及实验数据驱动的方法论
企业级知识工程和本体建模——系统的边界不是语义的边界
IT系统功能强却难成“参谋”？本文揭示系统边界非语义边界，本体建模助其升级为智能分析工具。 核心内容： 1. IT系统语义断层现象（如采购订单场景判断规则、退货处理链条等依赖人工经验） 2. 本体建模的关键：系统需包含更丰富语义以支持预测推理 3. 语义断层成因及本体建模补断层的解决方向
做完一次总体设计后，我重新理解了企业级知识库
作者通过企业级知识库项目实践，揭示其核心门槛：知识持续运行机制，而非简单文档上传系统。 核心内容： 1. 企业级知识库本质：非文档上传系统，而是知识供应链 2. 知识工程闭环：持续进入、使用、优化的运行机制 3. 核心价值：沉淀企业上下文，助力企业在Agent时代拉开差距
Agent Wiki 现状：AI 智能体的知识编译革命
Agent Wiki：AI智能体的知识编译革命，LLM一次性编译源文档成持久化页面，颠覆传统RAG的检索式维护难题。 核心内容： 1. Agent Wiki的核心理念：摄入时编译而非查询时检索 2. 系统三层架构：源文档、Wiki页面、Schema文件 3. 关键操作：Ingest（摄入）、Query（查询）、Lint（检查）
企业知识库最可怕的，不是“创建”，而是“持续治理”
企业知识库“创建易治理难”，重复文档、版本混乱致信任危机，Knowly功能帮你实时治理。 核心内容： 1. 重复上传相似文档的典型场景（如销售流程版本混乱） 2. 治理缺位导致的恶性循环与信任危机爆发 3. Knowly V3.11.0版本识别与内容查重功能及治理方案
知识库不是文档仓库，而是 Agent 的上下文底座
AI应用上限取决于知识质量，知识库从文档仓库升级为Agent可消费的上下文底座，设计需遵循可读、可更新、可消费原则。 核心内容： 1. AI应用中知识散旧导致的上下文瓶颈 2. 知识库作为Agent上下文底座的核心目标 3. 知识库设计原则：可读\可更新\可消费
AI Agent知识工程：从企业隐性知识到可靠上下文
AI Agent时代，企业知识工程突破RAG局限，将隐性知识转化为可用上下文，支撑复杂任务执行。 核心内容： 1. 企业AI应用从RAG到Agent的能力升级需求 2. 知识工程的定义及企业知识的分类维度 3. 知识工程在构建语义等方面的核心价值
LLM Wiki + Ontology：让企业知识从“可检索”走向“可行动”
企业知识库接入大模型后，复杂业务问题仍难解决？LLM Wiki+Ontology让知识从“可检索”走向“可行动”，突破业务理解瓶颈。 核心内容： 1. 企业知识管理痛点：复杂业务问题暴露现有知识未结构化，Agent仅会搜索资料 2. LLM Wiki：提前编译知识，构建机器可理解的结构化知识体系 3. Ontology：定义业务实体、关系与约束，助力知识转化为可行动指令
分解一座冰山：后端系统「AI 知识库体系」建设实践（长文干货）
后端系统AI Friendly化的核心在于知识库体系！本文拆解从“AI看懂代码”到“正确行动”的实践，干货解析不同场景下的知识形态设计。 核心内容： 1. AI在后端系统中面临的知识分散问题（代码外关键知识的缺失） 2. 知识库设计的场景化方案（新人onboarding/跨服务分析/安全修改代码的不同知识形态） 3. 技术方案设计的决胜作用（方案质量对后续研发流程的决定性影响）
「听记」v0.4：我用 Kimi K3 给听记加了实时转录
「听记」v0.4新增实时转录，用Kimi K3实现边说边出字，标准/增强模式适配不同场景。 核心内容： 1. 实时转录功能及两种模式（标准/增强） 2. 实时转录的实现流程（采集、识别、存储） 3. 开发中遇到的关键问题与解决（权限、字幕排版等）
忘掉"漂流瓶"时代的企业知识库，用事件驱动激活，知识有消费才有增长
新一代企业知识库告别“漂流瓶”模式，通过事件驱动实现知识的主动激活与智能涌现，让知识真正流动起来。 核心内容： 1. 从被动检索到事件激活：知识围绕业务事件自动汇聚 2. 知识生命周期重构：激活、消耗与涌现的三步循环 3. 系统自我进化：历史与当下碰撞生成全新解决方案
装一个"私有知识库"Skill，把公司所有产品手册喂给AI，以后问报价直接出答案
销售还在为翻产品手册发愁？用AI搭建私有知识库，10秒内精准报价。 核心内容： 1. 传统产品信息查询的三大痛点与效率瓶颈 2. 三步搭建私有知识库的核心工具与操作流程 3. 知识库应用实战：快速获取精准报价与信息
我为什么要用本体做文档知识库管理
用本体管理文档，打破传统知识库的僵局，让知识真正流动起来。 核心内容： 1. 传统文档管理（文件夹、在线协作、RAG）的演进与核心困境 2. 引入本体模型，如何解决知识维护跟不上变化、业务推理浅表化两大难题 3. 本体知识库的实践价值与未来展望
知识库是普通人在 AI 时代唯一的护城河
在信息过载的AI时代，如何让收藏的知识真正为己所用？程序员崔孟超用AI工具Unote给出了答案。 核心内容： 1. 个人知识管理的普遍困境与“收藏吃灰”现象 2. 用AI重构知识库的核心思路：从收藏到消化 3. Unote如何通过AI整理实现信息的找回、理解与应用
WiseMindAI v1.3.0 更新，实时转录来了！会议、课程和访谈边说边整理
用实时转录和AI知识大纲，让会议纪要、学习笔记一步到位，效率翻倍。 核心内容： 1. 实时转录功能：边听边生成逐字稿，并智能提炼重点与待办事项 2. AI知识大纲：将文档自动整理为结构清晰的知识树，突出核心与难点 3. 多项体验优化：信息图内容预确认、笔记模式切换与平台适配复制
从WorkBuddy企业版，到AI Native组织的关键问题
从WorkBuddy企业版出发，探讨AI如何重构企业协作的深层逻辑，揭示从个人效率到组织变革的必经之路。 核心内容： 1. AI时代下，个人效率提升与组织流程瓶颈的矛盾 2. AI进入组织后需要解决的三个层次问题（L1-L3协作协议） 3. 迈向AI Native组织的关键挑战与思考框架
OpenWiki 0.2 接入 OKF，检索省时又省 token
让 Agent 检索代码库文档更高效，告别反复翻查与无效 token 消耗。 核心内容： 1. OpenWiki 0.2 接入 OKF 标准的意义与背景 2. LLM Wiki 模式如何革新传统 RAG 的文档管理方式 3. 这一整合如何为编程 Agent 带来效率提升